属性约简作为一种有效的数据降维方法,是粗糙集与概念格理论研究的核心问题之一。本书主要介绍信息系统属性约简的一些方法,内容包括基于粗糙集的属性约简的布尔计算方法；基于变精度粗糙集理论的属性约简方法；不完备信息系统和不协调决策信息系统的属性约简理论与方法；基于依赖空间的属性约简方法；信息系统和模糊信息系统属性约简的图论方法；基于概念格的属性约简的图论方法；布尔形式背景上的属性约简以及动态数据的知识更新方法等。

更多科学出版社服务，请扫码获取。

1982.9-1986.7，河北师范大学数学系 1989.9-1992.7，华东师范大学数学系 2000.9-2003.11，西安交通大学理学院信息与系统科学研究所1986.7-1992.11，河北师范学院数学系助教；1992.11-1997.11，河北师范学院数学系讲师； 1997.11-2002.11，河北师范大学数学与信息科学学院副教授；2002.11-今，河北师范大学数学科学学院教授；2006.6-2007.3，香港中文大学博士后研究员应用数学，人工智能数学基础作为通讯作者、第一作者发表论文50篇，其中SCI检索35篇，其他核心期刊检索15篇。代表性论文： [1]Wang Hongli, Mi Jusheng*, Intuitive-K-prototypes: A mixed data clustering algorithm with intuitionistic distribution centroid. Pattern Recognition, 2025, 158：111062, 影响因子1.59, Q1区 [2]Bai Yu-Zhang, Mi Ju-Sheng*, Li Lei-Jun, Information granule optimization and co-training based on kernel method. Applied Soft Computing, 2024, 158: 111584, 影响因子1.5, Q1区 [3]Sun Yingying, Mi Jusheng*, Jin Chenxia, Entropy-based concept drift detection in information system中国人工智能学会粒计算与知识发现专业委员会副主任 中国系统工程学会模糊系统与模糊数学专业委员会常务委员

目录
前言
第1章 不协调决策信息系统的属性约简 1
1.1 Pawlak近似算子的基本性质 1
1.2 不协调决策信息系统属性约简的定义 3
1.3 不协调决策信息系统的属性约简方法 10
1.4 最优最大分布决策规则 17
1.5 本章小结 18
第2章 基于变精度粗糙集理论的属性约简 19
2.1 β上、下分布约简的定义 19
2.2 β上、下分布约简的判定定理 23
2.3 不协调决策信息系统属性约简之间的关系 28
2.4 本章小结 33
第3章 不完备信息系统的属性约简与知识获取 34
3.1 不完备信息系统及其约简 34
3.2 不协调不完备决策信息系统及其约简算法 36
3.3 不协调不完备决策信息系统的最优选择 39
3.4 不完备信息系统基于同态的属性约简 41
3.5 本章小结 46
第4章 基于依赖空间的协调决策信息系统的属性约简 47
4.1 信息系统与依赖空间的基本概念 47
4.2 基于等价关系的闭包算子与闭集族 49
4.3 协调决策信息系统基于同余关系的属性约简 53
4.4 本章小结 57
第5章 基于图的粗糙集属性约简方法 58
5.1 信息系统的正域约简 58
5.2 图的顶点覆盖问题 59
5.3 属性约简与顶点覆盖问题之间的关系 61
5.4 基于图的决策信息系统属性约简算法 63
5.4.1 GRF算法的基本原理与实现过程 63
5.4.2 实验结果与分析 65
5.5 基于图的覆盖决策系统属性约简算法 67
5.5.1 覆盖决策系统 67
5.5.2 CDG算法的基本原理与实现过程 69
5.5.3 实验结果与分析 72
5.6 本章小结 79
第6章 基于图的模糊决策系统属性约简方法 81
6.1 模糊粗糙集与谱图的基本概念 81
6.2 基于超图的模糊决策系统属性约简算法 84
6.2.1 GFAR算法的基本原理与实现过程 84
6.2.2 实验结果与分析 89
6.3 基于谱图的模糊决策系统属性约简算法 93
6.3.1 FRKF算法的基本原理与实现过程 93
6.3.2 实验结果与分析 98
6.4 本章小结 101
第7章 基于图的概念格属性约简方法 102
7.1 概念格基本概念 102
7.2 基于图的形式背景粒约简算法 105
7.2.1 HGRL算法的基本原理与实现过程 106
7.2.2 实验结果与分析 111
7.3 基于图的决策形式背景粒约简算法 113
7.3.1 GRCDG算法的基本原理与实现过程 114
7.3.2 实验结果与分析 118
7.4 基于图的强协调决策形式背景属性约简算法 121
7.4.1 强协调决策形式背景的概念格属性约简模型 121
7.4.2 ARGT和ARFDC算法实现过程与实验结果分析 128
7.5 本章小结 131
第8章 布尔形式背景上概念格的约简 132
8.1 布尔形式背景与布尔概念格 132
8.2 布尔形式背景的约简与判定定理 136
8.3 不同类型约简之间的关系 144
8.4 布尔形式背景的约简方法 145
8.4.1 基于向量空间基的布尔形式背景约简行向量获取方法 146
8.4.2 基于可辨识矩阵的约简行向量获取方法 150
8.4.3 基于特征识别的约简行向量获取方法 153
8.5 本章小结 158
第9章 动态数据概念格约简的更新方法 159
9.1 基于认知算子的粒约简 159
9.2 基于覆盖矩阵的粒约简动态更新方法 162
9.3 基于属性边标记的动态更新方法 171
9.4 本章小结 176
第10章 保持概念格同构的属性约简更新方法 177
10.1 由布尔向量构成的半群 177
10.2 基于零指标集的属性约简更新方法 180
10.3 基于布尔向量运算的属性约简更新方法 188
10.4 本章小结 192
参考文献 194